APP拉活广告优化与拉新区别！

随着网民用户数、移动互联网流量的逐步“见顶”，对于那些已经拥有较高流量的头部APP应用来说，用户规模已经到达一个趋近“饱和”量级了，是时候要好好经营存量用户、挖掘存量用户价值了，广告拉活就成了其中一种手段。

尤其是近两年，头部企业或者头部APP的拉活需求变得越来越强了。

彼此之间更多的是PK月活数MAU和日活数DAU这些活跃用户指标了。谁能留住最多的用户才能成为最后的赢家。

1、生活中拉新与拉活广告现象

广义的“用户增长”包含两层：

一个是新用户的增长（拉新），一个是活跃用户的增长（拉活）。

拉新例子

我从来没下载过拼多多，但是我经常看到拼多多对我的“拉新”轰炸。

当然，那些9块9可以买到电动车或手机之类的广告，已经属于家喻户晓的优化（pian）点击手段了，丝毫没能让我动摇。

身为一名广告从业多年的人士，我一般对广告都不感冒，也骗不了我。

但是唯独有种方式，我栽了，一世英名毁于一旦。

某天我打开360智能摄像机APP，看到下图这个“未发现网络，内容走丢了”的提示，我还真以为网络出了问题，竟然下意识点了“刷新”，没想到进入了拼多多的H5页面，里面有诱人的“抽取现金红包奖励”，不过被我立马关掉了……

（拼多多拉新广告真实图片）

之前我也讲过广告投放链路里面，点击是促使用户转化的第一步。这里的例子是让用户在无意识的情况下点击，然后通过H5页面的各种激励手段一步步让用户沦陷。

拉活例子

某天我在苏宁易购搜索洗碗机，看了某款西门子洗碗机之后，接着我在刷抖音APP时，就出现了苏宁易购的西门子洗碗机的广告，并且还显示了我当时所处的地区“梅州”。

（苏宁易购拉活广告真实图片）

这种实现方式是苏宁易购通过自有商城的用户数据（我看过洗碗机商品），并在抖音流量池子里面精准定向到了我身上，向我展示广告，希望能够刺激我完成购买动作。

2、拉新与拉活广告投放的异同

自从“拉活”广告进入行业视线之后，圈中出现了一些疑问：

• 哪些广告主在投拉活广告？
• 一个拉活成本大概去到多少？
• APP拉活在优化方式上和拉新有什么不一样？
• ……

哪些广告主在投拉活广告？

从媒体那边得知，目前拉活广告主要出没在游戏、平台电商、金融及网服等行业中，比如淘宝、京东、拼多多、支付宝、美团等。

现在市场上投拉活比较猛的应该非淘宝莫属了，有人可能会好奇，淘宝市场品牌和占有率都已经这么高了，还需要拉活吗？

其实这跟当前购买平台和网民购买习惯的变化有关，除了淘宝、京东，还有拼多多，以及现在各信息流平台上的二类电商，用户的忠诚度已经变得很低了，很容易因为新事物或者新优惠转移平台，所以大家需要用各种红包、优惠、砍价等激励手段来抢夺或留住用户。

一个拉活成本大概去到多少？

拉活成本是要远远低于拉新成本的，毕竟“维护一个老客户的成本远远小于开发一个新客户的成本”。

目前市面上的拉活成本在几毛到几块钱之间。比如某主流APP的拉新成本要去到100了，但是拉活成本只要1块多。

因为你已经知道它是你的目标用户了，你可以直接精准定向这批用户，省去了非目标用户的广告浪费。

另外由于这个用户本身是老用户了，所以你的客户教育成本也低了很多，用户转化路径相对来说也简单很多。

APP拉活在优化方式上和拉新有什么不一样?

目前市面上大部分人的拉新广告，没有做到单纯的拉新，而是新老用户混着拉。在建广告计划的时候，没有去除老用户，最多就是从公司/账户级别上设置过滤转化用户（这里只能过滤你在该平台开户投放以来的转化用户数据）。

新老用户混着拉有两大弊端：

• 浪费广告费用，拉新目标是想产生更多新用户，但是因为没有区分新老用户，导致在老用户身上也消耗了一部分广告费用；
• 给老用户不好的印象，明明已经是你用户了你还一直投广告让我下载你的APP？最糟糕的就是“杀熟”，给新用户的福利很多，老用户是没资格享受的，但是却偏偏让他看到了这个广告。

所以拉新广告整体来说还是太粗暴了，需要好好再优化一下，不要错过任何一个可以降低成本的细节。

拉活广告是针对自己已有的用户进行重定向投放，听起来比拉新简单很多。但是，真正投放过拉活广告的优化师就会发现，越简单的投放，其实越考究精细化运营能力。

如果说拉新广告，重点在于媒体广告平台的数据能力和算法能力的话。那拉活广告，更多的是靠广告主自身的数据能力和算法能力了。

我来提炼总结一下拉新和拉活的相同点和不同点：

-> 相同点

• 多账户多计划：不管是拉新还是拉活，合理地堆账户堆计划还是必要的，对于不同测试策略，最好要分不同账户或计划来对比验证。比如拉活，可以用离线上传数据包的方式、也可以用RTA的方式、还可以结合DPA的方式，不同的手段对广告效果的影响，最好还是要利用账户和计划来区分好，科学分析。

（我曾经投放的APP拉活项目小飞机截图）

• 吃创意吃素材：不管是拉新还是拉活，创意和素材都是广告优化的决定性因素；不管是堆账户还是堆计划，千万不要去做无意义的重复新建，而是在差异化素材的基础上去堆。加上现在互联网传播速度的不断加快、网民需求和喜好的不断变化，一套素材的生命周期可能不足7天，所以广告创意迭代速度必须跟上。

-> 不同点

• 适用对象：拉新是全民通用，拉活主要是面向那些老用户有一定量级且数据相对有价值的广告主。
• 广告定向：拉新主要是设置好广告平台的用户定向，拉活主要是定向广告主的老用户，老用户需要由广告主回传给广告平台。
• 转化成本：拉活KPI成本远比拉新要低得多，但是转化效益上可能比拉新高得多。我目前接触到的拉活成本基本是几毛到几块之间。
• 出价方式：现在主流平台的拉新一般用OCPM、OCPC出价，投放起来相对简单便捷。但是拉活成本较低，用OCPM、OCPC可能会没量。还有一种情况，就是乙方代理商帮助广告主投放却又拿不到广告主转化数据时，建议用CPC。
• 转化指标：拉新的指标各行各业不一样，比如注册数、下载数、表单数、粉丝数等，但是拉活一般就是唤起UV数，重点关注唤起率（唤起率＝唤起UV数/点击数），这个指标跟老用户人群本身的活跃度、与媒体人群的重合度有关。转化指标回传广告平台的处理方式也不一样。
• 转化链条：由于拉新面向的用户主要是未下载APP的用户，拉活是已下载但很久没登录甚至已卸载的用户。比如拉新转化链条是广告曝光-点击-应用市场-下载-激活，拉活转化链条是广告曝光-点击-deeplink吊起打开APP或通过中间页用户点击deeplink吊起打开APP（需要找媒体开通调起优化白名单和直达链接入口白名单）。
• 数据和算法：拉新主要靠广告平台的数据和算法，拉活主要靠广告主本身的数据和算法，广告要能制定清晰的数据策略来应用这些老用户数据。特别是对于支持RTA竞价决策+出价的这种情形下 ，具体针对当前流量应该出多少价，需要广告主有很多的用户转化价值预判能力。

3、详解拉活广告相关技术应用

既然拉活广告离不开广告主的用户数据，那广告平台自然需要提供一个接收广告主一方数据的通道，目前主要的方式有：

• 广告主人工上传离线人群包到广告平台，优化师添加广告计划时定向该人群包。适用于老用户量级相对较小而且不需要频繁更新人群包的广告主，需要更新人群包时人工手动重新上传。
• 广告主通过MKT API接口上传离线人群包，优化师添加广告计划时定向该人群包。适用于老用户量级相对较小、需要定期更新人群包的广告主，由技术实现定期自动上传。
• 广告主通过广告平台DMP接口收集人群数据，优化师添加广告计划时定向该人群包。这种方式一般是在网站或者APP直接加DMP代码，由广告平台的DMP系统收集数据，优化师可在DMP里面进行自定义提炼人群标签用于广告投放。
• 广告主通过对接广告平台的RTA接口实时预竞价判断，优化师添加计划时设置RTA策略。适用于用户数据量大、数据价值高、需要多维度精细化运营的广告主，但是这个对广告主的技术和消耗要求也会比较高。
• 广告主通过对接广告平台的DPA接口回传人群行为数据，优化师添加计划时设置DPA计划，可以实现精准定向用户和控制创意内容输出。主要用于电商行业比较多，需要涉及DPA商品库对接，比如指定7天内收藏过商品的用户，向TA精准定向投放展示TA所收藏的那个商品的广告创意。
• 广告主同时对接RTA+DPA接口，也是用于电商行业为主。

近两年比较火的是RTA概念，跟广告平台那边了解后发现，目前用RTA主要应用于平台电商、头部互联网金融、大媒体APP，因为它们数据量大而且数据价值高。细心的读者会发现，这里并没有提到游戏……

对于没用过RTA的从业者可能会好奇：

“RTA投放”跟“直接上传数据包，拆分不同定向出不同价格建广告计划”有什么不一样？

两者区别有4大点：

（1）对于数据量级大且更新频率高、数据价值大且保密性高的广告主来说，上传数据包是不可行的。

我在《由浅入深地聊聊广告平台的MKT API和RTA》一文中也透露过，我投放的某个拉活项目，因为当时还没申请到巨量引擎的RTA对接，我们只能隔半小时、一小时就靠手工上传一次，在这过程中遇到挺多问题的：

• 从平台层面上来说，一来后台有人群包数量上限，达到上限就上传不上去了，得手工删掉之前的，二来上传时间慢，数据包不要太大，另外平台每天那么客户在上传，大家也要在同一进程中排队等生效（之前试过等了一天才生效），三来即使把包成功上传并生效了，广告竞价去调用新数据也有延迟，具体延迟多少就只有平台内部规则才知道了；
• 从人工层面上来说，我们等于是一直在做重复工作，数据打包将变得很繁琐很低效。刚开始的时候需要早上6点钟就起来上传，上传完回去继续睡觉，隔段时间再继续上传。虽然后面通过自己的工具也实现了在指定时间自动上传了，但还是会受限于平台本身的人群包数量限制。所以，RTA的价值就出来了。

（2）根据数据实时进行精准定向或过滤，将内部用户数据进行更细粒度的划分，筛选高、中、低价值的用户，实现对不同价值的用户进行实时出价判断来逐步提升广告效果。结合DPA可以真正做到千人千面，这点很重要，单纯靠拆分定向来建广告计划是实现不了的。

（3）同媒体/跨媒体的投放频次控制，可以减少重复曝光或无效曝光，避免广告浪费。避免同一用户的多次重复曝光，不仅浪费广告，而且用户可能厌恶该广告乃至该品牌。

（4）避免对已在某渠道成功转化了的用户在其它渠道重复当新用户进行投放，如果不能实时RTA的情况下，有可能A渠道转化的用户在B渠道当新用户重复曝光或者使用了错误的创意内容，就会出现前面讲到的“杀熟”现象了。

PS：在拉新时候，RTA还能起到排除老用户、过滤黑名单用户的作用。

作者：广告从业者自习室

来源：广告从业者自习室